使用均值计算最有可能
Using mean to calculate most likely
在汽车租赁服务中,50% 的汽车按时归还。研究了 20 辆汽车租赁的样本。为了计算所有 20 辆车都按时归还的概率,我使用二项分布:
dbinom(x=20, size=20, prob=0.5)
如何计算平均值以确定最有可能的返还汽车数量?
要计算我使用的平均值:
mean(dbinom(x=20, size=20, prob=0.5))
其中 returns :
[1] 9.536743e-07
然后我怎样才能使用均值来计算最有可能返回的汽车数量?
期望值为E(X)=np,这是最有可能的结果。
模式为:
- (n+1)p 的下限,如果 (n+1)p 为 0 或非整数,
- (n+1)p 和 (n+1)p-1,如果 (n+1)p 在 {1,...,n}
- n, 如果 (n+1)p=n+1
most likely number of returned cars
和 mean number of returned cars
大体上不一样。
特别地,前者被限制为整数;后者可能是连续值的。
前者的答案来自dbinom
:
xx = 0:20
xx[which.max(dbinom(xx, size=20, prob=0.5))]
# [1] 10
如果你想要均值,你只需按 xx
:
加权
sum(xx*dbinom(xx, size = 20, prob = .5))
# [1] 10
当然,二项式变量的均值是 prob * size
,因此您只需要 select 一个 prob
的值(这不是整数)就可以看出差异:
prob = sqrt(2)/2
xx[which.max(dbinom(xx, size=20, prob=prob))]
# [1] 14
sum(xx*dbinom(xx, size = 20, prob = prob))
# [1] 14.14214
如果你真的非要用mean
,你可能是想模拟二项分布的平均值,这时就需要用rbinom
而是:
mean(rbinom(1e6, size = 20, prob = .5))
# [1] 10.00235
在汽车租赁服务中,50% 的汽车按时归还。研究了 20 辆汽车租赁的样本。为了计算所有 20 辆车都按时归还的概率,我使用二项分布:
dbinom(x=20, size=20, prob=0.5)
如何计算平均值以确定最有可能的返还汽车数量? 要计算我使用的平均值:
mean(dbinom(x=20, size=20, prob=0.5))
其中 returns :
[1] 9.536743e-07
然后我怎样才能使用均值来计算最有可能返回的汽车数量?
期望值为E(X)=np,这是最有可能的结果。
模式为:
- (n+1)p 的下限,如果 (n+1)p 为 0 或非整数,
- (n+1)p 和 (n+1)p-1,如果 (n+1)p 在 {1,...,n}
- n, 如果 (n+1)p=n+1
most likely number of returned cars
和 mean number of returned cars
大体上不一样。
特别地,前者被限制为整数;后者可能是连续值的。
前者的答案来自dbinom
:
xx = 0:20
xx[which.max(dbinom(xx, size=20, prob=0.5))]
# [1] 10
如果你想要均值,你只需按 xx
:
sum(xx*dbinom(xx, size = 20, prob = .5))
# [1] 10
当然,二项式变量的均值是 prob * size
,因此您只需要 select 一个 prob
的值(这不是整数)就可以看出差异:
prob = sqrt(2)/2
xx[which.max(dbinom(xx, size=20, prob=prob))]
# [1] 14
sum(xx*dbinom(xx, size = 20, prob = prob))
# [1] 14.14214
如果你真的非要用mean
,你可能是想模拟二项分布的平均值,这时就需要用rbinom
而是:
mean(rbinom(1e6, size = 20, prob = .5))
# [1] 10.00235